发布Sequent-Prover可验证SMT推理Agent论文

Debargha Ganguly 等在 arXiv 论文（arXiv:2610.15258）中提出 Sequent-Prover，一类使用验证器的语言模型智能体及后训练框架：智能体在可执行的 SMT-LIB 草稿本中推理，编写完整 SMT-LIB 程序、跨轮查询 Z3、根据求解器反馈修正形式化，最后给出明确答案。 据论文摘要，在 37 个基准、每个模型家族 7,254 个问题上，后训练将 4B 模型的单次尝试准确率从 85.6% 提升至 97.0%，四样本全对可靠性（pass^4）从 64.1% 提升至 91.7%。以上为论文声称的评测结果，尚未见独立复现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。